Sistema Inteligente para la Identificación del Acento Local de un Hispanohablante

Resumen

Esta trabajo presenta la investigación para encontrar el mejor conjunto de características que permiten la identificación del acento de hispanohablantes. Para esto, se obtuvieron características de un corpus de habla de hispanohablantes peninsulares e hispanohablantes argentinos. Se propone y entrena un modelo RNN-LSTM con diferentes grupos de estas características para encontrar aquel del mejor rendimiento. El conjunto de características estudiadas reunió la información de la energía de las señales, los MFCC (Coeficientes Cepstrales en las Frecuencias de Mel) y los derivadas de los MFCC. Los resultados obtenidos permitieron señalar que la energía de las señales en conjunto con los 13 primeros MFCC son buenos característicos para la identificación del acento de los hispanohablantes estudiados. Todo esto fue desarrollado mediante Python y TensorFlow.